公开(公告)号：CN101853392B

公开(公告)日：2012-05-23

申请号：CN201010152915.6

申请日：2010-04-21

Applicant: 河海大学

Inventor： 李士进 ,  吴昊 ,  余宇峰 ,  朱跃龙 ,  冯钧 ,  万定生 ,  郑伏广 ,  王继民

IPC: G06K9/62

Abstract: 本发明提出了一种基于条件互信息的遥感高光谱图像波段选择方法，包括下述步骤：A、打开高光谱遥感图像，人机交互标注待分类的样本；B、分组：根据步骤A得到的待分类样本，利用给定类别条件下各相邻波段之间的条件互信息进行波段分组；C、搜索：利用支持向量机和遗传算法相结合的搜索算法对步骤B得到的分组波段进行搜索计算，找到最优的波段组合；并在此基础上使用自适应分支定界法进行剪枝，通过条件互信息波段分组和自适应分支定界法剪枝的结合使用，避免了因为噪音扰动而出现冗余和噪音分组，减少了波段分组的数量，提高了波段组合的分类准确率。

公开(公告)号：CN101853304B

公开(公告)日：2011-10-05

申请号：CN201010195139.8

申请日：2010-06-08

Applicant: 河海大学

Inventor： 李士进 ,  朱佳丽 ,  朱跃龙 ,  万定生 ,  冯钧 ,  余宇峰

IPC: G06F17/30 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种基于特征选择和半监督学习的遥感图像检索方法，首先根据最小描述长度准则和改进的Davies-Bouldin指数，利用聚类方法分别选出最优的颜色特征和纹理特征；然后根据最优的颜色特征和纹理特征的二值化权重选择合适的半监督学习方法进行遥感图像的检索。相比较现有的遥感图像检索方法，本发明不仅可以大大提高检索质量，还能有效减少检索过程中计算量，提高检索的速度。

公开(公告)号：CN101859383A

公开(公告)日：2010-10-13

申请号：CN201010195127.5

申请日：2010-06-08

Applicant: 河海大学

Inventor： 李士进 ,  杨金花 ,  余宇峰 ,  万定生 ,  冯钧 ,  朱跃龙

IPC: G06K9/62 ,  G06T7/00

Abstract: 本发明公开了一种基于时间序列重要点分析的高光谱遥感图像波段选择方法，本发明方法通过基于DBI的K-means聚类方法将高光谱遥感图像数据样本聚类成K个类别，并使用小波分析进行去噪处理，再基于时间序列分析进行重要点的提取，以实现特征波段的选择。相比现有技术，本发明方法具有计算复杂度低、实现过程方便快捷的优点，并为高维数据的降维提供了一种全新的思路。